物理法則とAIの融合：Neuro-Physical AIの誕生
三菱電機が開発した「物理モデル組み込みAI」は、同社のAI技術ブランド「Maisart」の下で展開される独自のフィジカルAI「Neuro-Physical AI」の第1弾です。この技術の核心は、対象機器の動作や制御に関わる物理モデルの理論式をAIモデルに組み込む点にあります。
驚異的なデータ削減と精度向上
このアプローチにより、従来のデータ駆動型AIが抱えていた課題が劇的に改善されました。
- 学習データ量の削減: 予防保全に必要な機器の劣化を推定するAIモデルの開発に必要な学習データの量を約90％削減。
- 劣化推定精度の向上: 劣化推定の精度を約30％向上。
従来の予防保全AIは、運転パターンや個体差、設置環境などの多様な条件を網羅的に学習するために膨大なデータが必要でした。また、条件が変わるたびに再学習が必要という非効率性もありました。
逆動力学方程式の活用
三菱電機は、この課題を解決するために、多関節を有する産業用ロボットなどの回転運動の基礎となる逆動力学方程式を物理モデルとして導入しました。物理モデルを基軸に学習することで、少ない学習データでも高精度かつ高信頼なAIモデルを実現しています。
製造現場への貢献と今後の展望
この技術は、製造現場における保守コストの削減、生産性・品質の維持に大きく貢献することが期待されます。三菱電機は、長年培ってきた現場での知見と物理法則を融合させることで、安全で信頼性の高い独自のAI技術を確立しました。今後は実機評価を継続し、2027年度以降に同社製品への適用を検討していく方針です。
